klimamodeller

I dagligtale brukes gjerne begrepet «klimamodeller» om de globale klimamodellene eller jordsystemmodellene som presenteres i rapportene til FNs klimapanel (IPCC). De er også kjent som Atmospheric Oceanic General Circulation Models (AOGCM), Global Climate Models (GCM) og Earth System Models (ESM).

AOGCM/ESM er de mest avanserte klimamodellene og beregner temperatur, vind, trykk, og hvordan bevegelse, energi og fuktighet sirkulerer i atmosfæren. De består av ulike komponenter som igjen omfatter enklere modeller for ulike deler av klimasystemet.

Tilstanden og endringene i atmosfæren og havene tallfestes ved hjelp av idealiserte generelle sirkulasjonsmodeller i et tredimensjonalt rutegitter. Hver av rutene representerer et mindre område (har høyere romlig oppløsning).

De globale klimamodellene omfatter også en beskrivelse av sjøis, bakken (vegetasjon, hydrologi), og gjerne såkalte parameteriseringsskjema og strålingsmodeller. Et parameteriseringsskjema er en statistisk modell som for eksempel estimerer effekten av skyene på resten av atmosfæren.

Klimamodellene (AOGCM og ESM) kan evalueres ved at man ser om de gjenskaper observerte trekk. Dette kan være gjennomsnittsklima, den årlige syklusen, storstilte vindsystemer og naturlige svingninger som fenomenet El Niño. I evalueringen sammenligner man modellberegningene med observasjoner.

Stort sett gir modellene en noenlunde realistisk beskrivelse av de ulike klimatologiske fenomenene. Men siden de først og fremst brukes til å si noe om hvordan klimaet vil endre seg i fremtiden, er det også viktig å undersøke hvordan modellene gjengir fortidsklimaet, som for eksempel uttrykt gjennom den globale middeltemperaturen og historiske observasjoner. Figuren til høyre viser en slik sammenligning.

Disse modellene baserer seg ofte på en enkel matematisk ligning som beskriver planetens energibalanse. Jordens globale middeltemperatur er gjerne gitt som en funksjon av endringer i energi mottatt fra Sola, endringer i planetens evne til å reflektere lyset, og varmetap forbundet med endringer i temperatur eller atmosfærens sammensetning.

Strålingsmodeller er alt fra enkle til mer avanserte fysiske modeller som beskriver hvordan sollyset trenger gjennom atmosfæren og hvordan varmestrålingen absorberes av ulike gasser. Disse beregner ofte ulike bølgelengder og kjemiske sammensetninger, er basert på fysiske lover, og er gjerne validert mot observasjoner.

De statistiske modellene er gjerne enkle modeller. Eksempler er beskrivelse av hvordan vindmønstre er forbundet med ulike forhold som sjøtemperatur, og hvordan gjennomsnittsvinden over et større område påvirker gjennomsnittstemperaturen i havoverflaten over et tilsvarende område.

Ofte er de statistiske modellene inspirert av de fysiske lovene og inngår gjerne som en liten del av de mer kompliserte modellene ved å beregne effekten som veldig lokale prosesser har for de omkringliggende områdene. Man bruker også statistiske modeller for å beskrive lokale klimatologiske særtrekk.

I senere tid har også kunstig intelligens og maskinlæring i økende grad blitt brukt i klimamodelleringen.

Dette er mer avanserte modeller som beregner temperatur, trykk, vind og fuktighet i tre dimensjoner (nord-sør, øst-vest, og høyde over bakken) og hvordan disse varierer fra sted til sted.

Disse modellene er ofte basert på generelle sirkulasjonsmodeller, det vil si et dataprogram som beskriver planetens atmosfære som flere lag med rutegitter. De beregner flere verdier (for eksempel temperatur, vind, trykk og fuktighet) i hver av rutene i rutegitteret.

Siden sirkulasjonsmodellene ikke klarer å fange opp prosesser som er mindre enn rutene i rutenettet, benytter man i tillegg enkle statistiske/fysiske modeller – flettet inn i sirkulasjonsmodellen – for å beskrive hvordan for eksempel skyer påvirker sirkulasjonen. Slike enkle modeller blir ofte referert til som parameteriseringsskjema.

Regional Climate Models (RCM) er sirkulasjonsmodeller som kun gjør beregninger for et begrenset område. Disse modellene flettes inn i en global klimamodell, slik at RCMen skal ha gyldige verdier ved randen av området.

En RCM har store likheter med dagens værvarslingsmodeller, som ofte også gir værbeskrivelse for et begrenset område.

Earth System Models of Intermediate Complexity (EMIC) er ofte knyttet opp mot en modell som beskriver havet. Havmodeller kan være enkle lagmodeller eller mer avanserte generelle sirkulasjonsmodeller.

Det finnes også såkalte hybride klimamodeller som består av for eksempel en statistisk modell som beskriver atmosfæren, og en generell sirkulasjonsmodell som beskriver havet. Slike modeller er blitt brukt til å simulere El Niño.

Generelle sirkulasjonsmodeller er blitt brukt til å oppdage og studere et av de mest fundamentale sidene av naturen: sommerfugleffekten (kaoseffekten).

Vilhelm Bjerknes (1862–1951), kjent som grunnleggeren av moderne værvarsling, var den første til å foreslå at man kunne regne ut været noen dager framover ved hjelp av noen få ligninger og informasjon om været i dag ved tilstrekkelig mange observasjonspunkter.

De første brukbare datamaskinutregnede værvarslene ble laget av svenske og norske meteorologer i 1954. De brukte en svensk datamaskin som på den tiden var den raskeste i verden. Like etterpå etablerte det amerikanske Weather Bureau en egen avdeling som hadde som oppgave å utvikle en sirkulasjonsmodell som kunne reprodusere storskalaprosesser i jordatmosfæren. Den første generelle sirkulasjonsmodellen ble laget i 1956, men modellen kunne ikke regne mer enn noen dager fram i tid. De neste årene ble det arbeidet hardt både med å utvikle bedre og mer stabile modeller og raskere datamaskiner.

Den første tredimensjonale modellen for sirkulasjon i havet ble utviklet i 1967. Det samme året publiserte Syukuro Manabe og Richard Wetherald en vitenskapelig artikkel der de ved hjelp av en klimamodell for første gang oppnådde realistiske resultater for hva som ville skje dersom nivået av karbondioksid i atmosfæren ble endret. Tidligere modeller hadde ikke behandlet godt nok viktige prosesser som varmeutveksling mellom jordoverflata og atmosfæren, at høyere temperatur fører til at atmosfæren kan holde på mer fuktighet, eller effekten av skydannelse. Modellen til Manabe og Wetherald tok hensyn til alle de viktigste faktorene og er fremdeles gyldig i dag.

I 1969 ble den første satellitten som hadde til oppgave å måle temperatur og stråling i atmosfæren for å teste klimamodeller, skutt opp. Siden har satellittmålinger blitt en stadig viktigere del av klimamodellering.

Snart kom også det første forsøket på å lage en klimamodell som koblet havet og atmosfæren sammen og tok hensyn til transport av vann fra land og til havet og tilbake. Men det tok svært lang tid å kjøre modellen, og man måtte operere med et svært forenklet bilde av jordkloden for å få det til.

Manabe og Wetherald brukte i 1975 en generell sirkulasjonsmodell til å undersøke hva som ville skje dersom CO₂-konsentrasjonen i atmosfæren ble fordoblet. Resultatet viste for første gang at polområdene ville bli oppvarmet mye raskere enn andre deler av Jorda, og at transport av fukt, og dermed nedbør, ville øke sterkt. På dette tidspunktet var det generell enighet i forskningsmiljøene om at klimamodeller i det store og hele produserte realistiske resultater, selv om de ennå var for grove for å håndtere detaljer. En rekke forskningsgrupper hadde nå utviklet egne klimamodeller som de brukte i forskningen sin.

I 1989 ble det internasjonale samarbeidet «Atmospheric Model Intercomparison Project» etablert. Dette var et rammeverk som skulle sammenligne og validere ulike atmosfæriske sirkulasjonsmodeller målt opp mot en felles standard. Senere har så og si alle som arbeider med klimamodeller, sluttet seg til dette rammeverket. Noen år senere kom et tilsvarende rammeverk for modeller som koblet hav og atmosfære, nemlig «Coupled Model Intercomparison Project». Eksperimentene som blir utførte gjennom dette rammeverket, blir oppsummerte i de jevnlige rapportene til FNs klimapanel.

I 1995 ble en sirkulasjonsmodell for første gang brukt til å undersøke klimaeffekten av svevestøv i lufta. Konklusjonen var at partikler i lufta har en nedkjølende effekt, og at arbeid for å redusere luftforurensning dermed fører til sterkere global oppvarming. På denne tiden begynte klimaendringene å bli målbare, og forskere begynte å bruke klimamodeller til å undersøke hvor mye av endringene som kom fra menneskelig aktivitet, og hvor mye som kom fra naturlige klimasykluser.

Fra omkring 2000 ble det stadig mer vanlig å ta hensyn til økonomisk og teknologisk utvikling i klimamodellene. Denne typen kunnskap er viktig for å estimere mulige utslippsveier, ettersom utslipp av klimagasser vil endre seg med økonomiske og teknologiske endringer. Målet var å gi bedre informasjon til politikere, som trenger å vite hvilket grunnlag de skal basere politiske tiltak på.

Samtidig ble også plantelivet sin rolle i karbonsyklusen for første gang inkludert i en klimamodell. Modellkjøringene viste at etter hvert som utslippene av drivhusgasser øker, vil jordsmonnet og plantelivet ikke lenger være en netto lagrer av CO₂, men vil isteden begynne å slippe ut mer CO₂ enn det kan lagre.

Rapportene fra FNs klimapanel inneholder nå egne kapitler der man evaluerer klimamodellene, gjør rede for hvor godt de representerer virkeligheten, og hva som kan bli bedre.

Ofte vil ulike forskningsgrupper bruke hver sin klimamodell til å kjøre det samme eksperimentet, slik at man kan undersøke forskjellene mellom resultatene og dermed få et bedre bilde av usikkerheten i fremtidige klimaestimater. Vanligvis vil modellene samsvare godt på noen områder og mindre godt på andre områder. Dette gir forskerne et bilde på hvor pålitelige modellresultatene er og hvordan modellene kan bli bedre.

Klimamodeller blir også kontrollerte ved at man starter kjøringene på et tidspunkt før industrialiseringen, og så lar de kjøre gjennom hundrevis eller tusenvis av år uten å endre pådriverne, verken de naturlige eller menneskeskapte. På den måten vil man oppdage om resultatene endrer seg systematisk over tid uten at det kan forklares med naturlige variasjoner i modellen eller med endringer i på driv, såkalt drift. Det er mulig å korrigere for drift når man har et godt bilde av hvor stor effekten er.

Mange av prosessene som påvirker klimaet, slik som variasjoner i terrenget eller skydannelse, foregår på mindre skalaer enn boksene som klimamodellene deler opp jordsystemet i. Slike småskalafenomener kan en klimamodell derfor ikke regne ut, og da må man gjøre tilpasninger i programkoden til man finner verdier som stemmer best mulig overens med virkeligheten.

Det fins noen prosesser som moderne klimamodeller fremdeles har problemer med å modellere helt korrekt. Det gjelder skyer, som kan oppstå og forsvinne raskt og ha ulike klimaeffekter, avhengig av situasjonen, og som ofte opptrer på mye mindre skala enn den romlige oppløsningen til modellen. Globale klimamodeller er derfor ikke gode verktøy for å forutsi lokale nedbørsperioder; de kan bare si noe om langvarige, større nedbørstrender.

Et annet eksempel er det store lavtrykksbeltet rundt ekvator, som styrer nedbørsmønsteret i tropene. De fleste klimamodeller har problemer med å simulere variasjonene i dette lavtrykksbeltet helt korrekt, med den konsekvensen at den beregnede nedbøren i områdene rundt ekvator enten blir for høy eller for lav. Det samme problemet gjelder jetstrømmene, som er «elver» av kraftige vinder høyt oppe i atmosfæren. Klimamodeller gjenskaper jetstrømmene, men har en tendens til å overforenkle dem. Det får konsekvenser for modellenes evne til å forutsi stormbaner.

Fordi klimasystemet på jorda er svært komplekst og har kaotiske elementer, vil en modell aldri kunne gi et helt nøyaktig bilde av klimatilstanden ved et tidspunkt. Over tid har det likevel vist seg at klimamodeller i det store og hele samsvarer godt med globale observasjoner. Klimamodellene er under stadig forbedring.